、人工智慧等領域內眾多企業，就相關的行業、技術、市場和產品等話題進行了廣泛的交流。
瑞薩電子在汽車、工業、基礎設施和物聯網等多個領域提供了專業可信的嵌入式設計與半導體解決方案，面對工業4.0的轉型，瑞薩也在推行對應的嵌入式人工智慧技術。工業領域該如何將嵌入式終端與人工智慧融合？電子發燒友獨家採訪了瑞薩電子中國工業自動化事業部經理杜灝，從他的視角來為我們提供深度的見瑞薩電子中國工業自動化事業部經理 杜灝
瑞薩在嵌入式領域深耕多年。如今面臨嵌入式終端與人工智慧的融合，您如何看待這一市場的變化和發展趨勢？
杜灝：瑞薩電子一直以來在數字產品及控制領域都有著雄厚的技術實力，在收購intersil
和idt
後，我們在電源與感測器
等模擬器件方面的實力也得到了增強。三者的互相協同，讓瑞薩電子得以提供控制、電源和感測器三位一體解決方案，並以全新面貌展現在客戶端面前。
隨著技術的不斷突破，現實世界逐漸轉向智慧型化。對於物聯網領域的應用場景而言，大致可以將其分為it和ot兩層，其中it層主要通過雲（cloud）提供服務，而ot層則由終端負責本地化操作。
這種二元架構為嵌入式系統提供了廣泛的應用場景，特別是對實時性要求高的系統，低時延，零等待常常成為與雲端通訊和反饋的瓶頸問題。這也就是邊緣技術在當下火熱的原因之一。在這一領域，瑞薩推出了兩大核心技術，一是drp（動態可配置處理器技術）的e-ai
（嵌入式人工智慧）解決方案，另乙個是為物聯網應用研發的sotb（薄氧化
埋層覆矽，超低功耗工藝）。
drp動態可配置處理器技術，可靈活地隨機重寫電路
的系統成為可能，拓展萬物互聯落地應用。
在全球的人工智慧浪潮中，中國市場增長顯著。能否介紹一下瑞薩在中國市場的機會和獨特優勢？
杜灝：瑞薩電子在中國開展業務已經有二十個年頭，中國一直是我們高度重視的市場領域。中國市場具有自己的特點，加工製造型企業偏多，同時企業活力強。不論是我們的直接客戶還是間接客戶，或是生態產業鏈上的重要合作夥伴，不僅要與他們建立了良好的協作關係，我們也將抓住一切成長與創新的機遇，持續提供優質的產品和服務。
嵌入式終端有非常豐富的應用場景，哪些是瑞薩的目標應用？這些場景當前有哪些突出的痛點？
杜灝：瑞薩電子將e-ai解決方案整合到工業機械
自動化，智慧型家居、視覺機器，醫療健康等多個應用領域，e-ai技術應用的範圍涵蓋了從波形，色彩、形狀等簡單屬性擴充套件到複雜影象的實時處理。這些領域的突出痛點主要在於功耗以及實時性。
（1）在工業4.0 / iiot
應用場景中，生產系統旨在實現先進的生產控制和**性維護。為此，在端點進行精細取樣/收集至關重要。但是，它會生成大量資料。這些資料收緊了網路頻寬並抑制了現場裝置的實時動作。為了解決這些問題，瑞薩電子推出了基於rz/t1的嵌入式人工智慧（e-ai）解決方案，在工業裝置終端上使用人工智慧進行ai推理執行，包括資料收集、儲存、分析及控制，實現了終端智慧型化。該e-ai解決方案可以直接嵌入到目前已有的工業製造裝置中，在終端裝置上通過e-ai急速預判裝置是否產生異常，同時將結果上傳至生產管理系統。在不占用過多網路頻寬與功耗下，實現裝置的實施自主控制。e-ai技術可以顯著提高產品的質量，提高工廠的生產率，加速了傳統工廠的智慧型化轉型。
（2）在智慧型家電應用場景中，瑞薩的rx66t嵌入式人工智慧（e-ai）解決方案，可用於檢測家電（冰箱、空調
、洗衣機等）因電機異常而發生的故障。直接利用可顯示電機狀態的屬性資料（如電流
或轉速），無需增加感測器，即可用單個晶元實現電機控制及基於e-ai 的異常情況檢測。通過基於 e-ai 和針對電機控制的故障檢測手段，檢測的結果不僅可用於在故障發生時觸發警報，還可用於進行預防性維護，有效提公升家電製造商的維護效率及產品安全性。
（3）瑞薩電子e—ai解決方案是基於其mcu
環境開發的 ai平台工具組。該工具集由「translator」、「checker」和「importe
r」組成。translator將模型 (受支援ai平台的學習結果)轉換為**，作為庫應用於mcu開發環境e2studio。checker根據模型複雜程度推薦合適的mcu系列。translator目前支援的ai平台有caffe和tensorflow
。只要為特定平台開發專門的「importer」，就可以支援該專有系統。由於這些**應用在e2studio中，其可擴充套件性很強,從16位rl78mcu系列，32位rx mcu系列到32位mpu rz系列都適用。
在嵌入式終端的智慧型化探索，瑞薩目前取得了哪些主要成果？此次展會上重點展出了哪些產品/解決方案，有哪些亮點？
杜灝：此次展會展示的移動物體追蹤方案由rz/a2m作為主控，單目攝像頭進行影象採集，主控晶元負責影象處理、物體識別及目標計算等。並經由uart
輸出控制訊號，驅動機械臂的運動，實現物件的識別追蹤和抓取。通常來說，機器視覺
方面影象處理耗時長，功耗高等問題。影象識別領域目前主流的ai技術對網路環境要求很高。rz/a2m集合了瑞薩電子自有的e-ai技術和drp技術，恰好完美解決這兩大痛點。drp技術可以提供強大的硬體計算能力，在本方案中，從影象採集到傳輸給ai做推論，僅需2.5ms（400mhz）即可完成，且功耗降低至0.6w（僅a2m），2.3w（包括a2m控制板）。e-ai技術可以將ai模型移植到mcu中，脫離雲端的干涉，在本地完成ai的推論，極大提公升了推論效率和穩定性。
工業場景非常獨特，您能否結合在工業市場和嵌入式領域多年的經驗，分享乙個這方面的成功案例？
杜灝：其實瑞薩在這方面的成功案例是非常多的。這裡我選乙個較為典型的案例分享一下。我們有一款晶元是為電網設計的，用在電表中，這個場景下的裝置對於效能、穩定性和可靠性的要求是非常高的，執行期間不能出任何差錯，否則可能會造成用電事故或者經濟損失等不好的後果。但是在該相關客戶採購我們晶元的十多年間，我們沒有乙個產品出過問題，以至於後來瑞薩想要向該客戶推薦**產品，他們都不願意接受，對方表示：你們的這款晶元我們用的很順手，換乙個還有一定的風險，就算只有我這乙個客戶，你們也一定不能停產！
這也從側面反映出瑞薩電子卓越的產品質量，客戶可以放心使用。
如何看待今年人工智慧在嵌入式終端的發展趨勢？以及貴司今年相關產品線的業務目標？
杜灝：隨著技術的不斷發展與創新，萬物互聯的場景也越來越普遍。這對於瑞薩來說是機遇也是挑戰，一方面我們需要快速革新自己的產品，以跟上時代的腳步，一方面我們能夠借助這種變革，推出自己更優秀的產品，實現彎道超車。
我司今年在主推rz/a2m的同時，也已推出效能更強，算力更高的高階晶元rz/v2m，v2m會搭載新一代的drp技術，目前a2m上的是2代drp，v2m會用3代drp，在運算頻率，儲存單元等多個方面都會有很大的提公升，另外，v2m還配備了drp-ai技術，可以進行大量的隨機訪問和浮點運算，極大地提公升了我們的產品在人工智慧領域的戰鬥力。
走進嵌入式
嵌入式開發職業規劃
嵌入式行業發展跟現狀分析
系統移植（告別裸奔）
嵌入式-指標
c語言程式設計基礎
嵌入式系統與人工智慧
工業4.0 又名工業物聯網 和智慧型工廠等當前的技術趨勢正在深刻地改變工業價值創造過程，其特點是更高程度的數位化，連通性和自動化。所有涉及的元件，包括機器，機械人，傳輸和處理系統，感測器和影象採集裝置，始終如一地聯網並通過各種協議相互通訊。機械人技術的創新趨勢也正在改變工業生產的面貌。新一代更小，更...
嵌入式人工智慧
嵌入式 ai 這個概念在當下非常火。不過，它到底是什麼?更適合應用到哪些場景裡?還有什麼是它做不到的?我們應該來聽聽業內做這一行的專家們的意見。在人工智慧迅猛發展的當下，幾乎每一家企業都在探索行業的切入點，試圖在人工智慧大潮中分一杯羹。而在追尋 ai 商業化的道路上，人們逐漸發現，要實現技術的落地，...
嵌入式與人工智慧培訓 C 總結（一）續
比如class a含有函式index，通過switch a.index 來進行switch分類操作 一般形式 return type function name parameter list 有返回值 capture parameters 無返回值 示例 int x,int y int x,int ...